404 Not F0und-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

404 Not F0und

专栏成员

22

文章

18940

阅读量

16

订阅数

你规划过自己的成长路线吗？

安全架构设计

笔者的顶头上司小曹博士曾经问过笔者：为什么感觉你学习很有目的性，做完一件事又会快速投入到下一件事，下一件事是你预先规划好的吗。

蚂蚁安全柳星

2022-10-31

4090

我分析了2018-2020年青年安全圈450个活跃技术博客和博主

安全网络安全 github git 开源

最近读的一篇文章中有句话触动了我，“不要过度focus在自己工作的小领域，要有全局化的眼光，特别是自己的上游和下游”，细细思考了一下，确实有些道理，自己的小领域可以看成是点，上游和下游是线，全局是面，也即是“点-线-面”体系，而以后的职业发展中，肯定是从点->线->面，现在早学习早积累，就能在以后发展的过程中先别人一步，所以笔者打算扩充一下自己的知识库。

蚂蚁安全柳星

2022-10-31

4330

半监督学习的思考和安全尝试

监督学习无监督学习数据分析 windows 编程算法

为什么在一些安全场景下使用半监督学习呢？大多数安全场景对应的安全数据都比较少，包括黑样本和白样本，样本数据的缺失直接限制了机器学习技术的应用，这是目前机器学习应用于安全实践中的难题之一。是解决问题还是规避问题呢？这个可以从有监督/无监督/半监督学习的角度来由果推因。如果想采用有监督学习的方法，那么需要大量攻击样本的和正常业务样本的积累，而现实的情况大多数可能是仅有少量攻击样本的积累，这就需要去解决样本数据的问题。

蚂蚁安全柳星

2022-10-31

4900

从Black Hat Speaker到国内外研究者：强化学习的安全应用

监督学习强化学习机器学习深度学习神经网络

人工智能技术下的分支有很多，有机器学习、深度学习、强化学习、联邦学习等。笔者直观的理解，强化学习较其他人工智能技术而言，擅长决策和多步决策，大名鼎鼎的AlphaGo就是用强化学习做决策的，而“决策”二字才更能体现人的智能，也即强化学习更可能接近人的智能。

蚂蚁安全柳星

2022-10-31

8730

体系化文档化数字化管理学习暨2019个人年度总结

安全强化学习腾讯云开发者社区

上上篇文章写过你规划过自己的成长路线吗，自我认知和自我规划只是成长中的一个环节，私以为成长有三个环节：学习->管理自我->管理学习。

蚂蚁安全柳星

2022-10-31

1840

结构化思维与职业发展

今年三月，笔者面试蚂蚁金服实习安全工程师岗位，在一面和二面的最后问答时间，笔者都问了面试官就笔者的面试表现能否给出一些建议，两位面试官的回答都有一个相同的建议：回答问题的时候不要过多陷入在细节当中，这样容易说不清楚，也让别人听不明白。

蚂蚁安全柳星

2022-10-31

2570

读研与安全：在我读研的最后一年

几年前在知乎看到个问题，大意是做网络安全的有必要考研吗？当时的笔者对此也很懵懂与纠结。现在想来，可能当你纠结是考研还是工作的时候，就注定了很大可能对自己不够自信，倾向于考研了。

蚂蚁安全柳星

2022-10-31

3010

FXY:Security Scenes Feature Engineering Toolkit

编程算法安全机器学习神经网络人工智能

FXY是一款特征工程框架，用于安全场景中数据预处理、数据预分析、数据特征化和向量化等任务。FXY这个名字一方面代表这款工具的目的是从原始安全数据中获取Feature X和Feature Y用于对接人工智能算法，另一方面寓意着人工智能的本质，函数Y=F(X)。

蚂蚁安全柳星

2022-10-31

3030

CVE-Flow:1999-2020年CVE数据分析

安全机器学习神经网络深度学习人工智能

在我写的文章中，经常会交代文章的“起源”，介绍写这篇文章的原因和其中思考的过程。这主要来源于早几年在乌云看洞的时候，漏洞详情经常有果无因，只介绍了漏洞的触发点和利用方式，而最重要的如何发现这个触发点的过程却没有被提及，对于漏洞平台来说，要的是结果，而对于白帽子来说，更重要的可能是发现漏洞的过程，而这部分是缺失的，当然，这也可以理解，毕竟漏洞详情不是文章。

蚂蚁安全柳星

2022-10-31

6210

我对安全与NLP的实践和思考

安全特征工程 NLP 服务机器学习神经网络

通过对安全与NLP的实践和思考，有以下三点产出。首先，产出一种通用解决方案和轮子，一把梭实现对各种安全场景的安全检测。通用解决方案给出一类安全问题的解决思路，打造轮子来具体解决这一类问题，而不是使用单个技术点去解决单个问题。具体来说，将安全与NLP结合，在各种安全场景中，将其安全数据统一视作文本数据，从NLP视角，统一进行文本预处理、特征化、预训练和模型训练。例如，在Webshell检测中，Webshell文件内容，在恶意软件检测中，API序列，都可以视作长文本数据，使用NLP技术进行分词、向量化、预训练等操作。同理，在Web安全中，SQLi、XSS等URL类安全数据，在DNS安全中，DGA域名、DNS隧道等域名安全数据，同样可以视作短文本数据。因此，只要安全场景中安全数据可以看作单变量文本数据，这种通用解决方案和轮子就适用，轮子开源在我的github仓库FXY中，内置多种通用特征化方法和多种通用深度学习模型，以支持多种安全场景的特征化和模型训练，达到流水线式作业。

蚂蚁安全柳星

2022-10-31

9950

安全从业者的面试Tips

安全网络安全

每年3月份各大公司开始春招和实习生招聘，5月份开始有提前批招聘，7月份以后开始正式秋招，近期陆续有几位读者来咨询关于实习面试和应届面试的问题，一一回复之后发现回复地都比较零散。距离3月份招聘剩余时间不过两月，如何在有限的时间内将自己的状态提高到最优？安全领域细分方向太多，直接讲解具体面试题意义不大，授人以鱼不如授人以渔，重在方法。本文尝试从笔者亲身经历的几十场面试出发，从面试者视角系统性总结面试方法和注意事项。

蚂蚁安全柳星

2022-10-31

3940

CVE-Flow:CVE EXP监控和预测

安全网络安全实时监控数据分析 github

串起来就是，使用CVE存量EXP数据，训练EXP预测模型，并持续监控获取增量EXP数据，重训练模型，不断迭代，以预测新增CVE的EXP可能性。

蚂蚁安全柳星

2022-10-31

8310

入职一月的体感与思考

安全编程算法

还是学生的时候，我曾无数次憧憬，幻想过，以后工作的日子，希望早日成为一个社会人。现如今，工作一月有余，才发现和想象中的有着很大差异，一时间有些不知所措，整理思绪，做些总结与思考，迎接新的挑战。

蚂蚁安全柳星

2022-10-31

1970

从思想革命到技术创新

安全编程算法

几个月来，工作和生活发生了很多事情，也就耽误了些思考和总结的时间。现在，收拾收拾重新出发。

蚂蚁安全柳星

2022-10-31

2240

校招实习JD-安全工程师

数据安全安全网站应用安全开发腾讯云测试服务

蚂蚁集团网商银行是中国首批互联网银行，中国第一家将核心系统架构在金融云上的银行，服务超过2900万小微经营者，其中70%经营者过去从未获得银行贷款。网商银行从事数字金融行业，是对安全极为重视的技术公司，因此对于安全类人才的招聘、培养、发展也极其重视。

蚂蚁安全柳星

2022-10-31

5980

聊聊我在做的事情和思考（有删减）

安全网络安全编程算法

先来说说我曾思考过的琐碎问题。一线安全团队是否必需安全算法工程师？一线安全团队是否存在工具人的现状？如何持续提升个人和团队核心竞争力？如何平衡自己的成长和带给团队/公司的增益？

蚂蚁安全柳星

2022-10-31

3360

AI for Security实践：攻击者画像

编程算法机器学习神经网络深度学习人工智能

两三年前，开始接触AI和安全的交叉领域，彼时市面上相关资料良莠不齐，所以花费了大量的时间在琢磨，逐渐打磨出AI-for-Security-Learning的github仓库，旨在总结安全场景、基于AI的安全算法和安全数据分析相关的应用，持续思考，保持对业界技术的跟进和迭代。当时还在城外，看见工业界的实践很少，准确地说，可实际落地产生价值的工业级实践很少，一度认为AI for Security是鸡肋。

蚂蚁安全柳星

2022-10-31

1.5K1

安全机器学习神经网络深度学习人工智能

时常在想，当我们在谈论人、思考、思维、工作、认知、成长等等关键词时，是在谈论什么，是想谈论什么，这些关键词的本质又是什么。

蚂蚁安全柳星

2022-10-31

2390

好的工作想法从哪里来

黑客网络安全安全数据安全

提出论点好的研究想法，兼顾摘果子和啃骨头。两年前，曾看过刘知远老师的一篇文章《好的研究想法从哪里来》，直到现在印象依然很深刻，文中分析了摘低垂果实🍒容易，但也容易撞车，啃骨头难，但也可能是个不错的选择。同时也给出寻找好的研究想法的几种方法：组合法、类比法、实践法，兼顾摘果子和啃骨头。不仅学术界需要好的研究想法，工业界也需要一个好的工作想法。学生年代，作为老师的一个不成器弟子，学术上没有什么建树，幸运的毕了业。现如今到了工业界摸爬滚打，虽然换了个环境，但是发现生存的道理没变。反面例子不好的工作想法会加

蚂蚁安全柳星

2022-10-31

8.2K0

AKG：攻击者知识图谱

知识图谱数据库 sql 安全网络安全

知识图谱（Knowledge Graph，KG）由Google于2012年正式提出，致力于以结构化的形式描述客观世界中实体及其之间的关系；从表现形式看，可以简单理解为多关系图；被认为是从“感知智能”向“认知智能”发现的一个重要里程碑。

蚂蚁安全柳星

2022-10-31

6800

点击加载更多

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态